顶部
收藏

大数据与人工智能导论


作者:
主编 李建 李松阳 薛峰 王艳阁 副主编 韩利华 辛焦丽 邬迎 李晓玲
定价:
49.90元
ISBN:
978-7-04-065147-8
版面字数:
430.00千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2025-08-05
物料号:
65147-00
读者对象:
高等教育
一级分类:
计算机/教育技术类
二级分类:
计算机基础课程

本书以教育部高等学校教学指导委员会印发的《新时代大学计算机基础课程教学基本要求》和2024年11月全国高等院校计算机基础教育研究会发布的《人工智能通识课程体系规范》为指引,深入浅出地介绍新一代信息技术的基本理论体系,阐述大数据技术的概念与处理流程,介绍人工智能的关键技术及其在各行各业的应用。旨在培养学生理解和掌握新一代信息技术驱动下的计算机科学基本知识和计算思维能力,建立科学系统的人工智能认知和概念,培养学生基本人工智能素养,初步学会使用大数据技术和人工智能工具解决专业领域的基本问题。

本书配套授课电子课件、微视频、习题答案、教学大纲、教学计划等,在超星学习通中建设有课程网站,便于学生自学和教学。

本书适合作为普通高等学校非计算机专业人工智能通识教育课的教材。

  • 前辅文
  • 第一篇 信息技术基础
    • 第1章 信息与社会
      • 1.1 信息与信息革命
        • 1.1.1 信息
        • 1.1.2 信息技术
        • 1.1.3 信息革命
      • 1.2 数制与进制转换
        • 1.2.1 数制的相关概念
        • 1.2.2 计算机常用数制的表示方法
        • 1.2.3 常用数制之间的转换
      • 1.3 计算机信息编码
        • 1.3.1 BCD码
        • 1.3.2 ASCII码
        • 1.3.3 汉字编码
        • 1.3.4 多语种的混合编码
        • 1.3.5 多媒体信息的数字化
      • 1.4 新一代信息技术与社会变革
        • 1.4.1 “云物大智移”新一代信息技术
        • 1.4.2 新一代信息技术对社会带来的变革
        • 1.4.3 新一代信息技术带来的消极影响
      • 1.5 信息安全与隐私保护
        • 1.5.1 信息安全的定义
        • 1.5.2 信息安全的威胁
        • 1.5.3 隐私保护及措施
        • 1.5.4 避免个人信息泄露
      • 1.6 本章小结
      • 本章习题
    • 第2章 计算系统与平台
      • 2.1 计算系统与平台的发展
        • 2.1.1 单处理器系统
        • 2.1.2 多处理器系统
      • 2.2 计算机系统及原理
        • 2.2.1 计算机系统的基本组成
        • 2.2.2 计算机硬件系统
        • 2.2.3 计算机软件系统
        • 2.2.4 微型计算机的硬件
      • 2.3 Windows基本操作
        • 2.3.1 任务栏
        • 2.3.2 文件和文件夹
        • 2.3.3 常用附件程序
      • 2.4 互联网
        • 2.4.1 IP地址
        • 2.4.2 子网掩码
        • 2.4.3 域名系统
        • 2.4.4 基本服务
      • 2.5 物联网
        • 2.5.1 物联网概述
        • 2.5.2 物联网的起源与发展
        • 2.5.3 物联网技术体系
        • 2.5.4 物联网的应用
      • 2.6 云计算平台
        • 2.6.1 云计算概述
        • 2.6.2 云计算平台和服务模式
        • 2.6.3 云计算的关键技术
        • 2.6.4 云计算的典型应用
      • 2.7 本章小结
      • 本章习题
    • 第3章 程序设计与问题求解
      • 3.1 指令与程序
        • 3.1.1 计算机程序和指令
        • 3.1.2 计算机语言
      • 3.2 编程语言与编程环境
        • 3.2.1 程序设计基础
        • 3.2.2 常用的编程语言
        • 3.2.3 选择编程语言和环境
      • 3.3 Python程序设计
        • 3.3.1 初识Python
        • 3.3.2 Python的安装与运行
        • 3.3.3 Python代码格式
        • 3.3.4 Python的数据类型
        • 3.3.5 Python的控制结构
      • 3.4 计算思维
        • 3.4.1 计算思维的提出
        • 3.4.2 计算思维相关概念
        • 3.4.3 计算思维应用
        • 3.4.4 计算思维能力培养
      • 3.5 经典算法及其Python实现
        • 3.5.1 算法概述
        • 3.5.2 经典算法及其Python实现
      • 3.6 本章小结
      • 本章习题
    • 第4章 从虚拟现实到元宇宙
      • 4.1 什么是虚拟现实
        • 4.1.1 基本概念
        • 4.1.2 虚拟现实技术的特性
        • 4.1.3 虚拟现实系统的组成
        • 4.1.4 AR、MR、XR技术
      • 4.2 虚拟现实系统及其关键技术
        • 4.2.1 虚拟现实的关键技术
        • 4.2.2 虚拟现实系统的硬件
        • 4.2.3 虚拟现实开发平台
      • 4.3 数字孪生与元宇宙
        • 4.3.1 数字孪生的概念
        • 4.3.2 数字孪生的特点
        • 4.3.3 数字孪生技术应用
        • 4.3.4 元宇宙技术
        • 4.3.5 虚拟现实、数字孪生与元宇宙
      • 4.4 数字敦煌虚拟现实应用体验
      • 4.5 本章小结
      • 本章习题
  • 第二篇 大数据技术及其应用
    • 第5章 数据模型与结构
      • 5.1 数据
        • 5.1.1 数据的概念
        • 5.1.2 数据分类
        • 5.1.3 数据组织形式
      • 5.2 数据模型
        • 5.2.1 数据模型中的基本概念
        • 5.2.2 数据模型概述
        • 5.2.3 数据模型的应用
      • 5.3 数据结构
        • 5.3.1 线性结构
        • 5.3.2 栈和队列
        • 5.3.3 树与二叉树
        • 5.3.4 图
      • 5.4 案例分析:Python实现数据结构
        • 5.4.1 变量类型
        • 5.4.2 栈的实现
        • 5.4.3 树的实现
      • 5.5 本章小结
      • 本章习题
    • 第6章 数据库技术
      • 6.1 数据库基础
        • 6.1.1 数据库基本概念
        • 6.1.2 数据库系统组成
        • 6.1.3 数据库发展历史
      • 6.2 数据库开发与设计
        • 6.2.1 需求分析
        • 6.2.2 概念模型设计
        • 6.2.3 逻辑模型设计
        • 6.2.4 物理设计
        • 6.2.5 实施
        • 6.2.6 运行和维护
      • 6.3 数据库管理系统
        • 6.3.1 关系数据库管理系统
        • 6.3.2 非关系数据库管理系统
        • 6.3.3 新兴的数据库管理系统
      • 6.4 数据库安全与维护
        • 6.4.1 数据库恢复技术
        • 6.4.2 数据库安全
      • 6.5 本章小结
      • 本章习题
    • 第7章 大数据技术及处理流程
      • 7.1 概述
        • 7.1.1 大数据
        • 7.1.2 大数据技术基本处理流程
      • 7.2 数据采集与预处理
        • 7.2.1 数据采集的概念
        • 7.2.2 数据采集的三大要点
        • 7.2.3 数据采集的数据源
        • 7.2.4 数据清洗
      • 7.3 数据存储和管理
        • 7.3.1 传统的数据存储和管理技术
        • 7.3.2 大数据时代的数据存储和管理技术
      • 7.4 数据处理与分析
        • 7.4.1 数据挖掘和机器学习算法
        • 7.4.2 大数据处理与分析技术
      • 7.5 数据可视化
        • 7.5.1 数据可视化的概念
        • 7.5.2 数据可视化的重要作用
        • 7.5.3 数据可视化案例
      • 7.6 数据安全和隐私保护
        • 7.6.1 数据安全技术
        • 7.6.2 隐私保护技术
      • 7.7 大数据技术应用案例
      • 7.8 本章小结
      • 本章习题
  • 第三篇 人工智能及其应用
    • 第8章 人工智能初探
      • 8.1 人工智能的概念和思想
        • 8.1.1 思想的萌芽
        • 8.1.2 图灵和他的密码破译机
        • 8.1.3 图灵机
        • 8.1.4 人工智能的萌芽
        • 8.1.5 图灵测试:何谓机器智能?
      • 8.2 人工智能的发展历程
        • 8.2.1 达特茅斯会议
        • 8.2.2 人工智能发展的6个阶段
        • 8.2.3 影响人工智能发展的三大因素
      • 8.3 人工智能发展的重大事件
        • 8.3.1 机器定理证明成果显著
        • 8.3.2 计算机博弈一战成名
        • 8.3.3 AlphaGo的胜利不同凡响
        • 8.3.4 无人驾驶技术逐渐应用
        • 8.3.5 计算机视觉技术应用广泛
        • 8.3.6 智能医疗造福人类
      • 8.4 未来发展与奇点的遐想
        • 8.4.1 奇点理论
        • 8.4.2 趋势与展望
      • 8.5 本章小结
      • 本章习题
    • 第9章 机器学习与深度学习
      • 9.1 机器学习概述
        • 9.1.1 机器学习定义
        • 9.1.2 机器学习发展历程
        • 9.1.3 机器学习流程
      • 9.2 机器学习分类
      • 9.3 机器学习应用
      • 9.4 深度学习概述
        • 9.4.1 深度学习定义
        • 9.4.2 深度学习特点
        • 9.4.3 深度学习应用
      • 9.5 人工神经网络概述
        • 9.5.1 人工神经网络定义
        • 9.5.2 人工神经网络的基本结构
      • 9.6 人工神经网络分类
        • 9.6.1 BP神经网络
        • 9.6.2 Hopfield神经网络
      • 9.7 人工神经网络应用
      • 9.8 本章小结
      • 本章习题
    • 第10章 自然语言处理
      • 10.1 自然语言处理概念
      • 10.2 自然语言处理中所面临的挑战
      • 10.3 自然语言处理技术进化之路
        • 10.3.1 语言应该怎么表示
        • 10.3.2 有趣的词法分析
        • 10.3.3 句法分析那些事
        • 10.3.4 发现真实的利器——语义分析
        • 10.3.5 知识图谱——自然语言处理的利器
      • 10.4 身边的自然语言处理
        • 10.4.1 机器翻译
        • 10.4.2 聊天机器人
        • 10.4.3 情感分析
      • 10.5 Jieba库中文分词应用实例
        • 10.5.1 Jieba库基本操作
        • 10.5.2 Jieba分词器自定义词典添加
      • 10.6 智能语音技术
        • 10.6.1 智能语音从识别开始
        • 10.6.2 声纹识别
        • 10.6.3 语音合成
      • 10.7 本章小结
      • 本章习题
    • 第11章 计算机视觉及应用
      • 11.1 计算机视觉概述
      • 11.2 计算机视觉的发展历程
        • 11.2.1 计算机视觉的起源
        • 11.2.2 计算机视觉的低谷
        • 11.2.3 计算机视觉的复兴
        • 11.2.4 计算机视觉的热潮
      • 11.3 计算机视觉的关键技术
        • 11.3.1 图像分类
        • 11.3.2 目标检测
        • 11.3.3 语义分割
        • 11.3.4 图像生成
      • 11.4 计算机视觉的应用领域
        • 11.4.1 自动驾驶
        • 11.4.2 工业制造
        • 11.4.3 医疗诊断
        • 11.4.4 安防监控
        • 11.4.5 农业领域
        • 11.4.6 游戏和娱乐
      • 11.5 本章小结
      • 本章习题
    • 第12章 人工智能生成技术及应用
      • 12.1 人工智能生成技术概述
        • 12.1.1 人工智能生成技术定义
        • 12.1.2 AIGC的特征
        • 12.1.3 AIGC的工作原理
        • 12.1.4 AIGC的关键技术
        • 12.1.5 AIGC的分类
      • 12.2 人工智能生成技术大模型
        • 12.2.1 语言大模型
        • 12.2.2 多模态语言大模型
      • 12.3 人工智能生成技术应用
        • 12.3.1 文本生成
        • 12.3.2 图像生成
        • 12.3.3 视频生成
        • 12.3.4 语音生成
      • 12.4 本章小结
      • 本章习题
  • 参考文献

相关图书